Veränderungen im gutartigen Gewebe neben Prostatatumoren können ein biomedizinisches Rezidiv vorhersagen

Anonim

Veränderungen in gutartigen Geweben neben Prostatatumoren könnten eine Frühwarnung für Patienten mit einem höheren Risiko für ein biochemisches Rezidiv nach einer radikalen Prostatektomie darstellen, wie eine Studie von Forschern der Case Western Reserve University und Johns Hopkins Medical Institutions zeigt.

Biochemisches Rezidiv, das die Prostata-spezifischen Antigen (PSA) -Spiegel erhöht, kann verwendet werden, um vorherzusagen, welche Prostatakrebspatienten Lokalrezidive, Fernmetastasen und Tod entwickeln werden.

In einer kleinen Stichprobe war die Bildanalyse des angrenzenden Gewebes ein besserer Prädiktor als der derzeitige Standard für die Prognose nach der Prostatektomie.

Wenn die vorläufigen Ergebnisse durch weitere Studien bestätigt werden, können sie den Ärzten helfen, früher zu entscheiden, welche Patienten nach der Operation mehr Folgetherapien benötigen oder ob sie zu einer regelmäßigeren Überwachung zurückkehren sollten.

"In gewissem Sinne bestätigt diese Studie, was viele Leute über diese Krebsarten denken - dass es einen Feldeffekt gibt, als ob der Tumor schwer zu erkennende Tentakel hat, die den Patienten und die Ergebnisse beeinflussen können", sagte Anant Madabhushi. der F. Alex Nason Professor II der Biomedizintechnik bei Case Western Reserve und Leiter der Forschung.

Madabhushi arbeitete mit George Lee, einem Forschungsassistenten Professor von Case Western Reserve, und Sahirzeeshan Ali, einem Doktoranden, und John W. Hopkins Medizinische Einrichtungen Robert W. Veltri, Professor für Urologie, und Jonathan I. Epstein, der Reinhard Professor für Urologische Pathologie. Ihre Studie wird in der Zeitschrift European Urology Focus veröffentlicht.

Die Forscher analysierten Aufzeichnungen von 70 Patienten, die von 2000 bis 2004 radikale Prostatektomien mit bis zu 14 Jahren Follow-up unterzogen. Sie digitalisierten Bilder der resezierten Prostataproben und analysierten die Tumorregionen und das umgebende Gewebe, die gutartig zu sein schienen.

Von der untersuchten Gruppe litten 22 an biochemischem Rezidiv, Metastasierung oder Tod.

Die Wissenschaftler verwendeten Computer, um nach Bildmerkmalen zu suchen und diese zu identifizieren, die mit dem menschlichen Auge nicht nachweisbar sind, die jedoch mit einem biochemischen Rezidiv korrelieren können. Sie nutzten die Top-10-Features, um einen Risiko-Score zu entwickeln.

Sie waren überrascht, dass Kernform und -architektur im gut aussehenden Gewebe größere Prädiktoren für das Wiederauftreten waren als Merkmale, die im Tumor gefunden wurden, sagte Madabhushi. "Es ist ein erstaunliches Ergebnis, völlig unerwartet."

Zu den Risikoberechnern, die zur Beurteilung des Wiederauftretens von Prostatakrebs verwendet werden, gehören ein Nomogramm von Variablen, von denen bekannt ist, dass sie Rezidive beeinflussen, und ein Gleason-Score, der auf dem Krebsgewebemuster im Vergleich zu normalem Gewebe beruht.

"Wir konnten es besser machen als Nomogramme und den Gleason-Score", sagte Madabhushi.

Durch die Kombination der Merkmale des gutartigen Feldes mit Tumormerkmalen, die aus pathologischen Bildern des Patienten extrahiert wurden, und der Gleason-Bewertung konnten sie die Vorhersage der Rezidive weiter verbessern.

Alle in dieser Studie verwendeten Proben und Bilder stammen von Johns Hopkins. Um die Computerbildanalyse zu validieren, werden die Forscher Bilder und Proben von Krankenhäusern in Cleveland testen.

"Wir wissen, dass Informationen aus verschiedenen Labors dazu tendieren, etwas anders zu sein", sagte Madabhushi. "Wir werden sehen, wie die Bildanalyse mit diesen Variablen umgeht."

Die Forscher schlagen vor, dass, wenn die von ihnen identifizierten Merkmale sich als zuverlässige Indikatoren erweisen, sie in Kombination mit den traditionellen Werkzeugen verwendet werden.

"Es gibt einen klaren Weg zu einem klinischen / translationalen Test", sagte Madabhushi. "Es gibt keine Zerstörung von Gewebe - nichts, was uns davon abhält, die Bilder und Proben zu analysieren und eine Risiko-Punktzahl zu erhalten."